成都公司

对计算机专业来说，实习从来不是凑履历的走过场，核心还是要能实实在在攒本事、拓认知。比起表面光鲜的title和暂时的薪资差距，更在意这两点：一是能不能接触核心业务，跟着团队做真实项目，从需求对接、代码落地到上线复盘全流程参与，亲手解决实际问题比空学理论管用太多；二是有没有靠谱的前辈带教，遇到技术卡点能有人点拨，少走弯路的同时，还能学到规范的开发思维和工作方法，这些沉淀下来的能力，才是后续职业路上的硬底气。毕竟短期收益有限，能攒下真本事、摸清行业赛道，才是实习最该抓的重点。

本9菜🐔进不了互联网大厂，签了华为17kbase成都，想听听大家的评价和建议

1.你的 Agent 系统Prompt 是怎么设计和迭代的？有没有做过 Prompt 自动优化？当用户提出不完整的请求时，如何补全用户意图的？2.构建 Agent 的时候，遇到过哪些瓶颈？LangChain 的 memory 默认机制在多3.用户并发中怎么做隔离？你是如何保证线程安全的？4.微调 Llama2 你是怎么选择训练样本的？清洗逻辑是什么？你有没有观察到哪些训练样本质量问题对模型行为有很大影响？举例说明。5.DPO相比 SFT，有哪些优劣？它在 Agent 任务上效果提升明显吗？你怎么构造偏好对？构造逻辑是自动的还是人工？6.你说你服务部署在 vLLM 上，为何选择它？KV-cache 如何帮助推理加速？你自己做过哪些优化？7.假如需要支持 Streaming 输出，但当前服务延迟又超标，你会怎么折中设计？8.多轮对话上下文状态管理是如何做的？如何在高并发场景下保证一致性？9.你做的 Agent 使用了多少个外部工具，在调用链条上如何保障故障容错和超时机制？10.有没有做过工具调用失败后的feedback策略设计？11.训练过程中数据来自用户行为日志，你是如何从这些数据中抽取训练对话的？有没有做过归一化或事件抽象？12.有没有了解过带有时间窗口/偏移限制的对话系统？模型怎么“理解时间”？13.你觉得 Agent 哪些模块最容易在真实业务中出问题？你会如何监控和定位的？

面过十几次，这是体验最差的一次。面试官态度很差，非常无礼。自我介绍的时候说到后端直接打断。询问agent项目定位基模是什么？我一开始没反应过来基模的意思，多问了几遍，他态度非常不好，也没有解释，一直重复基模这两个字。agent怎么测试？了不了解工业界测试方式？对大模型有什么了解？大模型thinking模型为什么更好。大概就问了这些，全程时不时打断我的回答。在我思考或者回答的时候很不耐烦的打断，然后问另外的问题